панды, расплавить, расплавить консервировать индекс - PullRequest
Новая
       20

панды, расплавить, расплавить консервировать индекс

0 голосов
/ 25 мая 2018

У меня есть таблица клиентов (копер) и распределения активов (актив) 

A = [[1,2],[3,4],[5,6]]
idx = ['coper1','coper2','coper3']
cols = ['asset1','asset2']

df = pd.DataFrame(A,index = idx, columns = cols)

, поэтому мои данные выглядят как 

        asset1  asset2
coper1       1       2
coper2       3       4
coper3       5       6

, и я хочу просмотреть ихлинейная оптимизация (у меня есть ограничения, вроде sum of all of asset_i <= amount_on_hand_i и sum of coper_j = price_j)

, поэтому я должен превратить эту 2D-матрицу в одномерный вектор.Что легко с расплавом 

df2 = pd.melt(df,value_vars=['asset1','asset2'])

Но теперь, когда я пытаюсь расплавить его, я получаю массив из 6 строк с множеством пробелов! 

df2.pivot(columns = 'variable', values = 'value')


variable  asset1  asset2
0            1.0     NaN
1            3.0     NaN
2            5.0     NaN
3            NaN     2.0
4            NaN     4.0
5            NaN     6.0

Есть ли способсохранить часть «индексации» моего индексирования при использовании melt?

1 Ответ

0 голосов
/ 25 мая 2018

Вам нужно сохранить значения индекса по reset_index и параметру id_vars: 

df2 = pd.melt(df.reset_index(), id_vars='index',value_vars=['asset1','asset2'])
print (df2)
    index variable  value
0  coper1   asset1      1
1  coper2   asset1      3
2  coper3   asset1      5
3  coper1   asset2      2
4  coper2   asset2      4
5  coper3   asset2      6

Тогда все работает хорошо: 

print(df2.pivot(index='index',columns = 'variable', values = 'value'))
variable  asset1  asset2
index                   
coper1         1       2
coper2         3       4
coper3         5       6

Другое возможное решениес stack: 

df2 = df.stack().reset_index()
df2.columns = list('abc')
print (df2)
        a       b  c
0  coper1  asset1  1
1  coper1  asset2  2
2  coper2  asset1  3
3  coper2  asset2  4
4  coper3  asset1  5
5  coper3  asset2  6

print(df2.pivot(index='a',columns = 'b', values = 'c'))
b       asset1  asset2
a                     
coper1       1       2
coper2       3       4
coper3       5       6
...